Maintenance prédictive sur électrobroche

• Jan 5, 2022
• monixo

Programmer une démo

Pourquoi monitorer des broches de centres d’usinage ?

Avec près de 3,5 millions de véhicules vendus par an et 74,7 milliards € de chiffre d’affaires , notre client est un leader européen de l’automobile.

La panne, dans l’industrie automobile, c’est LA bête noire plus que dans n’importe quel autre secteur d’activité: 1.210.000 € de pertes par heure d’arrêt imprévus.

Avec un coût si important, on peut comprendre pourquoi notre client souhaitait se doter d’armes permettant de limiter ses incidents. C’est la justesse des diagnostics de Monixo qui l’a convaincu de travailler avec nous.

Notre client tente, mais ne parvient pas à corréler la donnée aux pannes.

Malgré une maintenance programmée assez soutenue, générant ainsi des temps d’arrêts, les pannes forcent toujours la production à des temps d’arrêts imprévus.

L’objectif est donc double : il s’agit d’améliorer la disponibilité de ses centres d'usinage par la détection précoce des défaillances d'axes et de l’usure des outils, mais aussi d’optimiser la maintenance programmée pour limiter au maximum les temps d’arrêts prévus.

Les données sont collectées et analysées en interne, mais sans parvenir à les corréler aux pannes. A la suite d’une panne entraînant un arrêt de production de plusieurs jours, les centres d’usinage s’équipent de la solution.

Monixo vient principalement surveiller les différents moteurs des axes ainsi que les broches. L'électrobroche est un organe critique des machines-outils du fait de son prix et de sa fonction.

La collaboration a permis de fiabiliser les machines-outils, et notamment de prédire avec précision l’usure des broches. Les pannes et les arrêts de production en découlant peuvent aujourd’hui être évités, tout en garantissant la qualité de l’usinage.

Solutions

Pour détecter les anomalies nous avions besoin de :

• 1- faire évoluer la nature des données collectées: passer d'une simple mesure du niveau global de vibration à la fourniture d'un spectre FFT (fréquentielle). Les capteurs de pression sont utilisés différemment : capteur de mesure en lieu et place de capteur Tout Ou Rien.
• 2- collecter un volume de données suffisant : les capteurs existants étaient capables de nous fournir ce volume. En interne, le client collecte environ 5 Giga Octets de données par jour, sur chaque centre d’usinage. Cela nous fournit assez de matière pour appliquer nos modèles d’apprentissage.
• 3- stocker et traiter les données en temps-réel. Le client les stockait tous les 3 jours afin de permettre aux équipes de maintenance de les analyser au besoin. Vu le caractère imprévisible de certaines anomalies (chocs et/ou collision), il était nécessaire d’avoir un suivi en temps réel.

Un caractère imprévisible des anomalies.

• 1- faire évoluer la nature des données collectées: passer d'une simple mesure du niveau global de vibration à la fourniture d'un spectre FFT (fréquentielle). Les capteurs de pression sont utilisés différemment : capteur de mesure en lieu et place de capteur Tout Ou Rien.
• 2- collecter un volume de données suffisant : les capteurs existants étaient capables de nous fournir ce volume. En interne, le client collecte environ 5 Gigaoctets de données par jour, sur chaque centre d’usinage. Cela nous fournit assez de matière pour appliquer nos modèles d’apprentissage.
• 3- stocker et traiter les données en temps-réel. Le client les stockait tous les 3 jours afin de permettre aux équipes de maintenance de les analyser au besoin. Vu le caractère imprévisible de certaines anomalies (chocs et/ou collision), il était nécessaire d’avoir un suivi en temps réel.

Des prédictions fiables et pertinentes.

En quelques semaines, les équipes de maintenance ont pu s’appuyer sur les prédictions de pannes leur permettant de mobiliser les ressources de façon optimale dans la maintenance sur site, et de développer de nouveaux process : support au diagnostic, approche proactive, plans de maintenance prédictifs, etc… Cette nouvelle organisation de maintenance a notamment permis d’augmenter de manière significative la disponibilité des machines-outils.

A partir du 4ème mois de fonctionnement, sur les centres d’usinage, la grande majorité des défauts survenus ont pu être détectés au moins 72 heures à l’avance. La panne des broches : 13 semaines avant (voir ci-dessus) !

• Prédictions entre 72h et 3 mois
• 87% des pannes détectées et prédites (hors collision)